Crystal Clear AI: rivoluzionando il futuro della produzione elettronica
Rivoluzione nell’analisi dei materiali policristallini grazie all’Intelligenza Artificiale
Un gruppo di ricercatori dell’Università di Nagoya, in Giappone, ha compiuto un passo avanti significativo nello studio dei materiali policristallini, addestrando un modello di Intelligenza Artificiale (AI) a prevedere l’orientamento dei grani cristallini utilizzando immagini ottiche. Questa ricerca innovativa, pubblicata sulla rivista APL Machine Learning, promette di rivoluzionare l’uso di questi materiali in settori come l’elettronica e l’energia solare.
• Rivoluzione nell’analisi dei materiali policristallini grazie all’Intelligenza Artificiale
• L’importanza dei cristalli nell’industria
• Sfide nell’analisi dei materiali policristallini
• Applicazione innovativa dell’AI nella previsione dell’orientamento dei cristalli
• Efficienza e potenziali applicazioni industriali
L’importanza dei cristalli nell’industria
I cristalli sono un componente essenziale di molte macchine. Materiali comuni utilizzati nell’industria contengono componenti policristallini, inclusi leghe metalliche, ceramiche e semiconduttori. Poiché i policristalli sono composti da molti cristalli, hanno una microstruttura complessa e le loro proprietà variano notevolmente a seconda di come i grani cristallini sono orientati. Questo è particolarmente importante per i cristalli di silicio utilizzati in celle solari, smartphone e computer.
Sfide nell’analisi dei materiali policristallini
“Per ottenere un materiale policristallino che possa essere utilizzato efficacemente nell’industria, è necessario controllare e misurare la distribuzione dell’orientamento dei grani”, ha affermato il professor Noritaka Usami. “Tuttavia, ciò è ostacolato dall’attrezzatura costosa e dal tempo necessario con le tecniche attuali per misurare campioni di grandi dimensioni.”
Applicazione innovativa dell’AI nella previsione dell’orientamento dei cristalli
Il team dell’Università di Nagoya, composto dal professor Usami della Graduate School of Engineering e dal professor Hiroaki Kudo della Graduate School of Informatics, in collaborazione con RIKEN, ha applicato un modello di apprendimento automatico che valuta fotografie scattate illuminando la superficie di un materiale di silicio policristallino da varie direzioni. Hanno scoperto che l’AI ha previsto con successo la distribuzione dell’orientamento dei grani.
Efficienza e potenziali applicazioni industriali
“Il tempo richiesto per questa misurazione era di circa 1,5 ore per scattare fotografie ottiche, addestrare il modello di apprendimento automatico e prevedere l’orientamento, il che è molto più veloce rispetto alle tecniche convenzionali, che richiedono circa 14 ore”, ha detto Usami. “Inoltre, consente la misurazione di materiali di grandi dimensioni che erano impossibili con i metodi convenzionali.”
Usami ha grandi speranze per l’uso della tecnica del suo team nell’industria. “Questa è una tecnologia che rivoluzionerà lo sviluppo dei materiali”, ha affermato Usami. “Questa ricerca è destinata a tutti i ricercatori e ingegneri che sviluppano materiali policristallini. Sarebbe possibile realizzare un sistema di analisi dell’orientamento dei materiali policristallini che integri una raccolta di dati di immagini e un modello di previsione dell’orientamento dei cristalli basato sull’apprendimento automatico. Ci aspettiamo che molte aziende che trattano materiali policristallini installino tali attrezzature.”
Riferimento: “A machine learning-based prediction of crystal orientations for multicrystalline materials” di Kyoka Hara, Takuto Kojima, Kentaro Kutsukake, Hiroaki Kudo e Noritaka Usami, 24 maggio 2023, APL Machine Learning. DOI: 10.1063/5.0138099